arXiv · NLP· Guangya Hao, Yiting Duan, Longyan Tan, Yunbo Long, Hao Wu, Ge Zheng, Alexandra Brintrup, Zhuokai Zhao·· 6 小时前AI 评分38
持续测试时学习：基于进化策略的强化学习框架
Continual Test-Time Learning with Evolution Strategies
AI 导读
研究者提出名为 ESRL 的持续测试时学习框架，通过种群策略生成无标签学习信号。 该方法在数学、通用知识和医学领域的单任务测试时适应中，相比基座模型平均准确率提升最高达 31.7%，相比最强基线提升 16.6%。 ESRL 显著减少了灾难性遗忘，并在持续学习场景下实现了最强的最终性能。
来源：arXiv · NLP · arxiv.org